[大数据]Hive自定义函数

一、UDF

背景及意义：

系统内置函数无法解决所有的实际业务问题，需要开发者自己编写函数实现自身的业务实现诉求。

应用场景非常多，面临的业务不同导致个性化实现很多，故udf很需要。

函数扩展得到解决，极大丰富了可定制化的业务需求。

IO要求-要解决的问题：

in:out=1:1,只能输入一条记录当中的数据，同时返回一条处理结果。

属于最常见的自定义函数，像cos,sin,substring,instr等均是如此要求。

实现步骤（java自定义创建udf类）

1. 自定义一个java类
2. 继承UDF类
3. 约定俗成的重写evaluate方法
4. 打包类所在项目成一个all-in-one的jar包并上传到hive所在机器
5. 在hive中执行add jar操作，将jar加载到classpath中。
6. 在hive中创建模板函数，使得后边可以使用该函数名称调用实际的udf函数

hive sql中像调用系统函数一样使用udf函数

二、UDAF

实现步骤：

1. 自定义一个java类
2. 继承UDAF类
3. 内部定义一个静态类，实现UDAFEvaluator接口
4. 实现方法init,iterate,terminatePartial,merge,terminate共5个方法.

• 在hive中执行add jar操作，将jar加载到classpath中。
• 在hive中创建模板函数，使得后边可以使用该函数名称调用实际的udf函数
• hive sql中像调用系统函数一样使用udaf函数

?